Agentes de IA em terminais: survey propõe perfil de 7 dimensões
Survey publicado no arXiv propõe perfil de 7 dimensões para avaliar agentes de IA em terminais e critica métricas focadas apenas no resultado final.
STCO: operador neural condicional para PDEs dependentes do tempo
Paper na arXiv apresenta o STCO, operador neural condicional que reduz em 31,1% o erro de previsões em simulações de fluidos, com suporte a condições prescritas para controle e otimização.
Quem delega para IA? Estudo analisa 53 mil agentes e cria índice de adoção
Estudo da arXiv analisa 53 mil configurações de agentes e propõe o Agentic Adoption Index (AAI), que mostra que a adoção real de IA não segue os rankings de risco pré-IA, com queda entre os mais educados.
Fenomenologia da IA: paper no arXiv propõe modelo matemático para consciência artificial
Um paper publicado no arXiv em agosto de 2026 propõe um framework matemático, usando categorias derivadas de Q-networks, para descrever a consciência da IA a partir de sua interação com o mundo, focando na experiência em primeira pessoa.
StateSight: Benchmark Testa Raciocínio Espacial em Modelos de IA Visual
Novo benchmark StateSight demonstra que modelos como GPT-5.5 e Claude Sonnet 5 ainda não dominam o raciocínio espacial, com humanos superando a IA em todas as três tarefas de reconstrução visual testadas.
Novo framework redefine como world models devem ser construídos em IA
Artigo publicado no arXiv em julho de 2026 propõe reclassificar world models por canal (ambiente, agente ou conjunto) em vez de por variável prevista, e demonstra que a restrição de suporte pode transformar modelos com infinitos estados em modelos com estados finitos.
Novo modo de falha em memória de IA: blocos-chave são descartados antes de serem buscados
Novo estudo do arXiv (2608.20400v1) identifica uma falha crítica na memória de IA: dados essenciais são descartados antes mesmo da busca. Uma nova técnica, a DSGC, elevou a retenção de 3% para 90% em testes.
Slow AI: Proposta redefine design da IA generativa com foco sustentabilidade
Paper acadêmico no arXiv propõe cinco princípios de design - como restrição e atrito intencional - para repensar a IA generativa sob a ótica da sustentabilidade ambiental, desafiando o modelo maximalista atual.
Nexus: sistema evita reencoding de ferramentas em LLMs agenticos e ganha 1.66x em TTFT
Pesquisa no arXiv apresenta o Nexus, um sistema que acelera LLMs agenticos em 1.66x ao usar recuperação semântica para evitar reencoding custoso de esquemas de ferramentas, ganhando 80% de tokens em dispositivos com memória unificada.
Representação afeta recuperação de habilidades em agentes de IA, diz estudo
Pesquisa com o sistema Tinycloud revela que expor parcialmente habilidades em agentes de IA pode causar erros de seleção devido a competição lexical, segundo estudo publicado no arXiv.